基准测试的“Y 轴问题”：多数 AI 评测单位其实是假的
JacquesThibs · x · 2026-11-14
LizkaVaintrob 发文讨论 AI 基准测试的「Y 轴问题」：大多数 benchmark 的纵轴单位相当「虚假」，无法像我们期望的那样衡量 AI 进展。文章探讨了替代方案及其适用场景。（JacquesThibs 转发）
「研究」频道最新
- CQ 4-bit 量化持平 BF16，NF4 在 GSM8K 掉 12 分 — textclf · 2026-11-14
- CLM 提出 prefix-reuse FLOPs：量化 Agent 上下文真实算力成本 — RulinShao · 2026-11-14
- Inkling 2 Small 全程原生 4-bit 训练：预训练仅提速 8% 引质疑 — andrew_n_carr · 2026-11-14
- 5 行代码测 80+ 图像匹配器：VisMatch v1.5 引入 DaD、SANDesc 等新方法 — gabriberton · 2026-11-14
- 图像匹配模型评测新思路：用相似不同地场景构造三元组 — gabriberton · 2026-11-14
- BirdDreams 世界模型：单图生成驾驶视频，其他车辆会对你急刹 — jonLorraine9 · 2026-11-14